集成式电子液压制动系统的压力估计方法及装置制造方法及图纸

本申请涉及一种集成式电子液压制动系统的压力估计方法及装置，其中，方法包括：获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据；基于齿条位移与主缸液压力的实测数据，建立以齿条位移和齿条速度为输入

【技术实现步骤摘要】
集成式电子液压制动系统的压力估计方法及装置


[0001]本申请涉及汽车线控制动
，特别涉及一种集成式电子液压制动系统的压力估计方法及装置
。

技术介绍

[0002]相关技术中，集成式电子液压制动系统，将伺服电动增压装置与主缸集成起来，在保证整体结构紧凑的同时，通过联合液压调节单元，能够快速
、
准确地调节制动液压力
。
对于电动汽车，集成式电子液压制动系统能够实现制动能量回收最大化；对于自动驾驶汽车，集成式电子液压制动系统能实现
AEB(Autonomous Emergency Braking
，自动紧急制动系统
)、ACC(Adaptive Cruise Control
，自适应巡航控制系统
)
等自动驾驶功能
。
在汽车制动系统领域，集成式电子液压制动系统已成为未来发展趋势，集成式电子液压制动系统的核心技术是主缸液压力控制，目前，集成式电子液压制动系统利用两个主缸液压力传感器进行互检的方法解决了传感器失效检测及备份的问题，同时，采用多项式拟合集成式电子液压制动系统的位移压力特性，从而利用静态位移压力模型实现了对主缸液压力的实时估计
。
[0003]然而，相关技术中，集成式电子液压制动系统配备主缸液压力传感器，增加了产品成本，同时，由于位移压力特性具有滞环特性，而多项式拟合表示的是增
、
减压的平均值，导致主缸液压力估计误差较大，降低了液压力估计精确度，从而影响系统的性能，并间接增加了成本，降低了系统可靠性
。

技术实现思路

[0004]本申请提供一种集成式电子液压制动系统的压力估计方法
、
装置
、
车辆及存储介质，以解决相关技术中，集成式电子液压制动系统需要配备主缸液压力传感器，增加了产品成本，同时，由于位移压力特性具有滞环特性，导致主缸液压力估计误差较大，降低了液压力估计精确度，从而影响系统的性能，并间接增加了成本，降低了系统的可靠性等技术问题
。
[0005]本申请第一方面实施例提供一种集成式电子液压制动系统的压力估计方法，包括以下步骤：获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据；基于所述齿条位移与主缸液压力实测数据，建立以齿条位移和齿条速度为输入
、
主缸液压力为输出的神经网络模型；利用训练集训练所述神经网络模型，并利用测试集和验证集进行测试和验证，得到位移压力模型，以利用所述位移压力模型估计所述集成式电子液压制动系统的实际主缸液压力
。
[0006]可选地，在本申请的一个实施例中，所述获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据，包括：采集目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据；根据所述目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据生成所述齿条位移与主缸液压力的实测数据
。
[0007]可选地，在本申请的一个实施例中，所述神经网络模型的表达式可以为：
[0008][0009]其中，
P1为神经网络的输出；
x
为齿条位移；为齿条速度；为隐含层第
i
个神经元的齿条位移的权重系数，无量纲；为隐含层第
i
个神经元的齿条速度的权重系数；为隐含层第
i
个神经元的偏置；为输出层神经元对隐含层第
i
个神经元的权重系数；
b2为输出层神经元的偏置；
S
为隐含层神经元个数
。
[0010]可选地，在本申请的一个实施例中，所述利用所述位移压力模型估计所述集成式电子液压制动系统的实际主缸液压力，包括：获取车辆的齿条位移和齿条速度的数据；将所述齿条位移和所述齿条速度输入至所述位移压力模型，输出所述实际主缸液压力
。
[0011]本申请第二方面实施例提供一种集成式电子液压制动系统的压力估计装置，包括：获取模块，用于获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据；构建模块，用于基于所述齿条位移与主缸液压力的实测数据，建立以齿条位移和齿条速度为输入
、
主缸液压力为输出的神经网络模型；预估模块，用于利用训练集训练所述神经网络模型，并利用测试集和验证集进行测试和验证，得到位移压力模型，以利用所述位移压力模型估计所述集成式电子液压制动系统的实际主缸液压力
。
[0012]可选地，在本申请的一个实施例中，所述获取模块包括：采集单元，用于采集目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据；生成单元，用于根据所述目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据生成所述齿条位移与主缸液压力的实测数据
。
[0013]可选地，在本申请的一个实施例中，所述神经网络模型的表达式可以为：
[0014][0015]其中，
P1为神经网络的输出；
x
为齿条位移；为齿条速度；为隐含层第
i
个神经元的齿条位移的权重系数，无量纲；为隐含层第
i
个神经元的齿条速度的权重系数；为隐含层第
i
个神经元的偏置；为输出层神经元对隐含层第
i
个神经元的权重系数；
b2为输出层神经元的偏置；
S
为隐含层神经元个数
。
[0016]可选地，在本申请的一个实施例中，所述预估模块包括：获取单元，用于获取车辆的齿条位移和齿条速度的数据；输出单元，用于将所述齿条位移和所述齿条速度输入至所述位移压力模型，输出所述实际主缸液压力
。
[0017]本申请第三方面实施例提供一种车辆，包括：存储器
、
处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的集成式电子液压制动系统的压力估计方法
。
[0018]本申请第四方面实施例提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，该程序被处理器执行时实现如上的集成式电子液压制动系统的压力估计方法
。
[0019]本申请实施例可以通过获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据，建立以齿条位移和速度为输入
、
主缸液压力为输出的神经网络模型，进而利用
训练集进行训练并利用测试集和验证集进行测试和验证，从而得到位移压力模型，以估计集成式电子液压制动系统的实际主缸液压力，无需直接测量主缸液压力，减少传感器的使用，降低产品成本，预测结果具有较高的精确度和可靠性，并且能够及时响应齿条位移和齿条速度的变化，提高了主缸液压力估计的实时性
。
由此，解决了相关技术中，集成式电子液压制动系统需要配备主缸液压力传感器，增加了产品成本，同时，由于位移压力特性本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种集成式电子液压制动系统的压力估计方法，其特征在于，包括以下步骤：获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据；基于所述齿条位移与主缸液压力的实测数据，建立以齿条位移和齿条速度为输入
、
主缸液压力为输出的神经网络模型；利用训练集训练所述神经网络模型，并利用测试集和验证集进行测试和验证，得到位移压力模型，以利用所述位移压力模型估计所述集成式电子液压制动系统的实际主缸液压力
。2.
根据权利要求1所述的方法，其特征在于，所述获取集成式电子液压制动系统的齿条位移与主缸液压力的实测数据，包括：采集目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据；根据所述目标驾驶工况下的齿条位移
、
齿条速度与主缸液压力的数据生成所述齿条位移与主缸液压力的实测数据
。3.
根据权利要求1所述的方法，其特征在于，所述神经网络模型的表达式为：其中，
P1为神经网络的输出；
x
为齿条位移；为齿条速度；为隐含层第
i
个神经元的齿条位移的权重系数，无量纲；为隐含层第
i
个神经元的齿条速度的权重系数；为隐含层第
i
个神经元的偏置；为输出层神经元对隐含层第
i
个神经元的权重系数；
b2为输出层神经元的偏置；
S
为隐含层神经元个数
。4.
根据权利要求1所述的方法，其特征在于，所述利用所述位移压力模型估计所述集成式电子液压制动系统的实际主缸液压力，包括：获取车辆的齿条位移和齿条速度的数据；将所述齿条位移和所述齿条速度输入...

【专利技术属性】
技术研发人员：史彪飞，陈镇涛，黄悦峰，王翔宇，李亮，
申请(专利权)人：清华大学，
类型：发明
国别省市：